中国连锁经营协会：2021年度中国零售业供应链优秀案例集（48页）.pdf

《中国连锁经营协会：2021年度中国零售业供应链优秀案例集（48页）.pdf》由会员分享，可在线阅读，更多相关《中国连锁经营协会：2021年度中国零售业供应链优秀案例集（48页）.pdf（48页珍藏版）》请在三个皮匠报告上搜索。

1、数字化浪潮下，供应链数字化升级成为传统零售企业势在必行的方向。补货作为零售供应链核心环节，效率和质量至关重要，过去采取传统人工补货，存在诸多弊端：一是畅销品缺货、滞销品高库存问题并行。损失潜在销售机会、严重影响库存和资金周转，导致线下坪效低下，线上营销资源浪费。二是补货不准确、人效低。不同门店在规模、客群和销售策略上存在差异，补货影响因素多、业务链条长、高度依赖补货员个人经验，人员经验参差不齐，造成决策质量差、效率低。三是组织管理难度大。权限下放到门店自采时易出现管理盲区，亟需改变“人治”乱象。针对上述痛点，多点 Dmall 通过信息化技术与数字能力，为商超提供自动补货解决方案，重塑了补货业务

2、环节，显著增强供应链竞争力。多点 Dmall 的合作伙伴物美，在全国拥有超过 1800 家门店，覆盖大卖场、标超、便利店等多业态，年收入超千亿，经营店品数千万级，本案例以服务物美为例加以说明。多点 Dmall 集中优势力量自主研发基于 AI 销量预测的自动补货系统，打造 “智能预测-智能补货-订单可视-零供协同”的完整解决方案，彻底颠覆物美传统手工补货方式，大幅提升了补货效率与质量，在降低缺货率、减少高库存的同时实现了库存的快速周转。“牛鞭效应”是供应链计划的公认难题，直接决定整体供应链的效率和成本，“销售预测”受多重因素综合影响，一直是个备受行业关注的复杂难题。多点使用物美超 2 年千万级店

3、品的综合销售数据表现，基于大数据分析平台，建设了人工智能模型、简单预测模型、综合预测模型等方案，运用全球先进技术和完善的数据加工流程，全面考虑销售的周期性、定价和促销、天气等外部环境因素等，实现精准预测。构建了畅销品模型、长尾品模型、新品模型、促销品模型等，并能够灵活适配大卖场、标超、便利店等多业态多场景的销量预测平台。整体而言，多点销售预测将天粒度的店品销量预测相对误差平均控制在 25%以内，较纯人工判断或简单计算实现了大幅提升，并实现对未来 3 周的预测输出，满足日常补货工作场景。在收到销量预测需求后，补货系统会结合当前商品库存、未来到货情况、商品陈列、损耗、安全库存、备货周期等，自动计算

4、补货量。参数无需补货人员手工配置，最大化释放人效，也充分体现多点一体化、数字化的基因优势。针对补货失败和补货量过高的两类常见问题，多点配备了严密的风控策略。系统对供应商是否可下单、供应商行程异常等问题自动校验，通过统计规则和业务经验模型对异常值进行预警，再进一步结合人工审核和修改，为自动补货提供坚实的安全保障。此外，多点提供专家干预流程，支持基于数据结果加上人工对未来的判断，综合智能补货系统和专家经验的优势，得到更高质量的补货决策。最后，系统会进行多维度订单汇总，保证同类订单高效聚合（例如同供应商同品类）、减少订单数量，提升线下物流的作业效率。3）订单可视多点提供自动补货计算日志使计算过程可见、可追溯，并提供历史销售、季节性、周期性等决定销量的核心因素作为参考，辅助人工判断补货决策是否合理。同时，每日计算缺货率、高库存等核心业绩指标，报警高库存、售罄等急需人工关注的重点商品，帮助快速了解业务变化、快速做出业务决策，实现“业务数据化、数据业务化”的闭环。4）零供协同多点配套提供零供协同工具，面向供应商展示全链路库存情况、提供全链路库存计划和管控，帮助零供充分实现信息共享、流程在线，提升订货效率、降低订货成本。